CN111104861A - 用于确定电线位置的方法和设备以及存储介质 - Google Patents
用于确定电线位置的方法和设备以及存储介质 Download PDFInfo
- Publication number
- CN111104861A CN111104861A CN201911142736.1A CN201911142736A CN111104861A CN 111104861 A CN111104861 A CN 111104861A CN 201911142736 A CN201911142736 A CN 201911142736A CN 111104861 A CN111104861 A CN 111104861A
- Authority
- CN
- China
- Prior art keywords
- electric
- pole
- determining
- electric pole
- poles
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 12
- 238000013507 mapping Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明实施方式提供一种用于确定电线位置的方法和设备以及存储介质,属于测绘领域。所述方法包括:获取目标区域的图像信息;根据所述图像信息识别所述目标区域中的电杆;获取所述电杆所在的位置的预设范围内的图像特征;根据所述图像特征生成所述电杆的特征描述子;根据不同的所述电杆之间的距离确定每个电杆的关联电杆;确定所述电杆的特征描述子与该电杆的每个关联电杆的特征描述子之间的匹配程度;以及确定所述电杆与所述匹配程度大于预设阈值的关联电杆之间存在电线。如此,可以避免由于电线过于细小而无法识别的情况发生,从而提高对电线的检测精度,并且相对于通过机载传感器逐个检测的方法而言,检测效率更高。
Description
技术领域
本发明涉及测绘领域,具体地涉及一种用于确定电线位置的方法和设备以及存储介质。
背景技术
随着农业机械化、智能化进程的推进,越来越多的自动化设备应用到农田作业中。近期无人机在农业中的应用引人瞩目。然而,农田内复杂的环境因素对农业的自动化进程造成严重的阻碍,其中农田内的电线就是一大因素。特别是对于无人机这类作业设备,如果无法准确确定电线的位置,则很容易导致无人机撞上电线,造成机毁断电的后果。当前,一般通过无人机的机载传感器感知电线位置或者通过航拍的图像直接识别电线位置。然而,由于机载传感器的感知距离较近且无法对全局进行感知,因此需要感知***缓慢移动以精确感知,效率低下。而当前通过航拍图像识别电线位置的方法又无法准确识别细小的电线,为后期无人机作业留下安全隐患。
发明内容
为至少部分地解决现有技术中存在的上述问题,本发明实施方式的目的是提供一种用于确定电线位置的方法和设备以及存储介质。
为了实现上述目的,在本发明实施方式的第一方面,提供一种用于确定电线位置的方法,所述方法包括:获取目标区域的图像信息;根据所述图像信息识别所述目标区域中的电杆;获取所述电杆所在的位置的预设范围内的图像特征;根据所述图像特征生成所述电杆的特征描述子;根据不同的所述电杆之间的距离确定每个电杆的关联电杆;确定所述电杆的特征描述子与该电杆的每个关联电杆的特征描述子之间的匹配程度;以及确定所述电杆与所述匹配程度大于预设阈值的关联电杆之间存在电线。
可选地,所述根据不同的所述电杆之间的距离确定每个电杆的关联电杆,包括:根据所述电杆所在的位置确定不同的所述电杆之间的距离;以及确定距离所述电杆最近的预设数量的电杆为该电杆的关联电杆。
可选地,所述根据不同的所述电杆之间的距离确定每个电杆的关联电杆,包括:根据所述电杆所在的位置确定不同的所述电杆之间的距离;以及确定与所述电杆的距离在预设距离内的电杆为该电杆的关联电杆。
可选地,所述确定所述电杆的特征描述子与该电杆的每个关联电杆的特征描述子之间的匹配程度,包括:确定所述电杆的特征描述子与该电杆的所述关联电杆的特征描述子之间的欧几里得距离;以及根据所述欧几里得距离确定所述匹配程度。
可选地,所述方法还包括:根据所述图像信息确定所述电杆的高度;以及根据所述电线两端的所述电杆的高度确定所述电线的高度范围。
可选地,所述方法还包括:根据所述电杆的特征描述子确定所述电杆的类型;以及根据所述电杆的类型确定所述电杆的拉线的位置。
可选地,所述图像信息包括数字正射影像图和点云数据。
在本发明实施方式的第二方面,提供一种用于确定电线位置的设备,所述设备包括:通信模块,用于获取目标区域的图像信息;识别模块,用于根据所述图像信息识别所述目标区域中的电杆;获取模块,用于获取所述电杆所在的位置的预设范围内的图像特征;生成模块,用于根据所述图像特征生成所述电杆的特征描述子;运算模块,用于根据不同的所述电杆之间的距离确定每个电杆的关联电杆;以及处理模块,用于确定所述电杆的特征描述子与该电杆的每个关联电杆的特征描述子之间的匹配程度,并确定所述电杆与所述匹配程度大于预设阈值的关联电杆之间存在电线。
在本发明实施方式的第三方面,提供一种用于确定电线位置的设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序,以实现上述的用于确定电线位置的方法。
在本发明实施方式的第四方面,提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于在被处理器执行时使得所述处理器能够执行上述的用于确定电线位置的方法。
在本发明上述技术方案中,由于相对于电线而言,电杆更易于检测,因此通过获取的图像信息确定电杆的位置和特征,进而确定目标区域中电线的位置,可以避免由于电线过于细小而无法识别的情况发生,从而提高对电线的检测精度,并且相对于通过机载传感器逐个检测的方法而言,检测效率更高。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施方式,但并不构成对本发明实施方式的限制。在附图中:
图1示例性示出了本发明一种实施方式提供的用于确定电线位置的方法的流程图;以及
图2示例性示出了本发明一种可选实施方式提供的用于确定电线位置的方法的流程图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
需要说明,若本发明实施方式中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
在本发明实施方式中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接或彼此可通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,若本发明实施方式中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施方式之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
图1示例性示出了本发明一种实施方式提供的用于确定电线位置的方法的流程图。如图1所示,本发明实施方式提供一种用于确定电线位置的方法,该用于确定电线位置的方法可以包括:
步骤S1,获取目标区域的图像信息。
在步骤S1中,可以通过测绘无人机等各种类型的测绘工具对目标区域进行测绘,以得到目标区域的图像信息,并传送给用于确定目标区域电线位置的设备以对目标区域的电线进行识别。例如,可以使用测绘无人机利用数字成像技术对目标区域进行测绘,从而获得目标区域的图像信息。其中,图像信息可以包括RGB(red green blue)图像和图像所示的目标区域的坐标数据。坐标数据可以例如为通过GPS(Global Positioning System,全球定位***)***或北斗导航***确定的经纬度坐标数据。进一步地,为了更好地进行图像处理,可以对测绘得到的图像进行镶嵌和正射校正以得到数字正射影像图,并利用多点立体视觉技术生成目标区域的点云数据。即用于确定目标区域电线位置的设备所获取的图像信息可以包括目标区域的数字正射影像图和点云数据。其中,目标区域的点云数据还可以在测绘无人机进行测绘时,直接通过机载激光雷达进行采集。
步骤S2,根据目标区域的图像信息识别目标区域中的电杆。
在步骤S2中,在获取目标区域的图像信息后,可以利用目标检测算法识别出图像信息中的电杆。例如,可以利用YOLO(You Only Look Once)、SSD(Single Shot MultiBoxDetector)等目标检测算法在目标区域的数字正射影像图上检测电杆并确定电杆的位置。
步骤S3,获取电杆所在的位置的预设范围内的图像特征。
在步骤S3中,在确定电杆的位置后,可以获取电杆所在的位置的预设范围内的图像特征。其中,电杆的位置可以为该电杆的经纬度坐标,在确定该电杆的坐标后,可以获取以该坐标为中心的预设大小的矩形区域或圆形区域的图像信息,并基于该图像信息提取所需的电杆的图像特征。
举例来说,目标区域的图像信息可以包括RGB图像和坐标数据。在获取目标区域的RGB图像和坐标数据后,可以根据获取的RGB图像和坐标数据通过多视点立体视觉技术生成目标区域的数字正射影像图和点云数据,随后根据数字正射影像图和点云数据确定电杆的位置和所需的图像特征。具体地,可以利用例如YOLO(You Only Look Once)、SSD(SingleShot MultiBox Detector)等目标检测算法在数字正射影像图上检测电杆的位置,并且获得电杆的高质量的图像特征。
步骤S4,根据获取的图像特征生成电杆的特征描述子。
在步骤S4中,当获取电杆所在的位置的预设范围内的图像特征后,可以根据获取的图像特征生成电杆的特征描述子。其中,该特征描述子可以为HOG(Histogram ofOriented Gradient,方向梯度直方图)特征描述子或SIFT(Scale-invariant featuretransform,尺度不变特征变换)特征描述子等,通过特征描述子可以对电杆的特征进行描述和识别,并用于后续的电杆之间的匹配程度的确定。可以理解的是,当选用不同的特征描述子时,所需获取的电杆的图像特征也不同,此属于现有技术,于此不作赘述。
步骤S5,根据不同的电杆之间的距离确定每个电杆的关联电杆。
在步骤S5中,在目标区域中各个电杆的位置已确定的情况下,可以根据电杆所在的位置确定不同的电杆之间的距离,并根据电杆之间的距离确定每个电杆的关联电杆。在一种可选实施方式中,可以确定距离任意电杆最近的预设数量的电杆为该电杆的关联电杆。举例来说,可以确定每个电杆与其它电杆之间的距离,并确定距离任意电杆距离最近的3个电杆为该电杆的关联电杆。在另一种可选实施方式中,可以确定与任意电杆的距离在预设距离内的电杆为该电杆的关联电杆。举例来说,可以确定每个电杆与其它电杆之间的距离,并确定与任意电杆的距离在50米内的电杆为该电杆的关联电杆。其中,上述预设数量和预设距离可以根据架空线路的相关行业标准确定,也可以通过对大量电杆数据进行建模分析确定。例如,可以根据目标区域的类型(例如居民区或田地)和输电线路的电压等级确定该区域内电杆之间的档距要求,进而根据档距要求确定上述的预设距离。
步骤S6,确定电杆的特征描述子与该电杆的每个关联电杆的特征描述子之间的匹配程度。
在步骤S6中,在确定每个电杆的关联电杆后,可以确定每个电杆的特征描述子与该电杆的各个关联电杆的特征描述子之间的匹配程度。其中,不同电杆的特征描述子之间的匹配程度可以采用多种方式确定,并且当使用不同类型的特征描述子时,特征描述子之间匹配程度的确定方法也不同。当两个特征描述子相似度越高,说明两个特征描述子越匹配,即匹配程度越高。例如,当使用sift特征描述子时,可以计算不同的特征描述子之间的欧几里得距离,当欧几里得距离越小时,说明两个特征描述子之间的匹配程度越高。
步骤S7,确定电杆与匹配程度大于预设阈值的关联电杆之间存在电线。
在步骤S7中,在确定每个电杆的特征描述子与该电杆的各个关联电杆的特征描述子之间的匹配程度后,可以确定每个电杆与该电杆的匹配程度大于预设阈值的关联电杆之间存在电线。即可以通过统计分析和/或经验确定一预设阈值,当一个电杆与其关联电杆的特征描述子之间的匹配程度大于该预设阈值时,说明该电杆与关联电杆之间存在电线。通过计算特征描述子之间的匹配程度来确定电杆之间是否存在电线,可以提高对电线的检测结果的准确性。
可以理解的是,当两个电杆之间存在电线连接时,其杆顶部分一般会具有较高的相似性。例如,彼此之间存在电线连接的两个的电杆的横担一般为平行设置的,且横担上的绝缘子数量一般相同,从而具有较高的相似性。因此,可以通过电杆与其关联电杆的特征描述子之间的匹配程度确定两个电杆之间的相似度,进而确定两个电杆之间是否存在电线。
举例来说,可以根据距离的远近确定每个电线杆的k个(例如3个)最近邻电线杆(即关联电杆),并通过预定的特征匹配算法计算电杆与k个最邻近电杆的匹配程度,随后根据匹配程度与预设阈值的比较结果即可确定该电杆与关联电杆之间是否存在电线连接关系。
如此,由于相对于电线而言,电杆更易于检测,因此通过获取的图像信息确定电杆的位置和特征,进而确定目标区域中电线的位置,可以避免由于电线过于细小而无法识别的情况发生,从而提高对电线的检测精度,并且相对于通过机载传感器逐个检测的方法而言,检测效率更高。
在本发明一种可选实施方式中,在生成每个电杆的特征描述子后,可以确定任意电杆的特征描述子与该电杆的关联电杆的特征描述子之间的欧几里得距离,并根据欧几里得距离确定两个电杆的特征描述子之间的匹配程度。可以理解的是,当一个电杆的特征描述子与该电杆的关联电杆的特征描述子之间的欧几里得距离越小时,说明该电杆的特征描述子与该电杆的关联电杆的特征描述子之间的匹配程度越高,因此可以例如使用两个特征描述子之间的欧几里得距离的倒数来表示该两个特征描述子之间的匹配程度。
在本发明一种可选实施方式中,用于确定电线位置的方法还可以包括:根据图像信息确定电杆的高度,并根据电线两端的电杆的高度确定电线的高度范围。可以理解的是,当电线两端的电杆高度确定的情况下,可以根据电线的弧垂范围推算出电线的高度范围。其中,电杆的高度可以根据获取的图像信息确定。在一种具体实施方式中,可以根据目标区域的RGB图像和坐标数据得到目标区域的数字正射影像图和点云数据,并根据数字正射影像图和点云数据确定电杆的特征描述子。随后基于每个电杆的特征描述子和预先确定的电杆高度与特征描述子的关系模型使用例如SVR(Support Vector Regression,支持向量回归模型)算法、logistic回归算法等优化算法计算出电杆的高度。在另一种可选实施方式中,图像信息可以包括目标区域的三维数据,例如在对目标区域进行测绘时,确定目标区域的数字高程模型,进而通过数字高程模型确定电杆的高度。
在本发明另一种可选实施方式中,用于确定电线位置的方法还可以包括:根据电杆的特征描述子确定电杆的类型,并根据电杆的类型确定电杆的拉线的位置。具体地,可以预先收集不同类型的电杆的特征描述子的样本数据,并通过深度学习算法进行训练,以得到用于识别电杆的识别模型。在生成每个电杆的特征描述子后,可以将电杆的特征描述子输入至识别模型进行识别,以确定电杆的类型。例如,确定电杆是否为具有拉线的电杆。在确定电杆具有拉线时,还可以进一步确定电杆的具体类型,例如终端杆或转角杆,从而可以根据电杆类型和电线连接方向准确的确定拉线所在方位。
图2示例性示出了本发明一种可选实施方式提供的用于确定电线位置的方法的流程图。如图2所示,作为本发明一种具体实施方式,为了确定目标区域的电线位置,可以先通过测绘无人机等测绘设备对目标区域进行航测,以得到目标区域的例如RGB图像和GPS坐标数据,随后利用多视点立体视觉技术生成目标区域的点云数据和数字正射影像图,再利用深度学习等算法在数字正射影像图上检测电杆的位置,并且结合点云数据和数字正射影像图生成每个电杆的特征描述子。之后,为每个电线杆筛选k个最邻近的关联电杆,再利用预设的特征匹配算法计算每个电杆与k个邻近电杆之间的匹配程度,以进行电杆之间的匹配,在两个电杆相匹配的情况下,表明这两个电杆之间有电线连接,从而可以确定目标区域中电线的位置。随后,还可以根据电杆的特征描述子计算电杆的高度,并根据电线两侧电杆的高度推算电线的高度范围。如此,在电线的位置和高度范围都确定的情况下,可以更合理的规划无人机的飞行航线和飞行高度,以最大程度地避免无人机与电线相撞。
相应地,本发明实施方式还提供一种用于确定电线位置的设备,该用于确定电线位置的设备可以包括通信模块、识别模块、获取模块、生成模块、运算模块以及处理模块。其中,通信模块用于获取目标区域的图像信息;识别模块用于根据获取的图像信息识别目标区域中的电杆;获取模块用于获取电杆所在的位置的预设范围内的图像特征;生成模块用于根据图像特征生成电杆的特征描述子;运算模块用于根据不同的电杆之间的距离确定每个电杆的关联电杆;处理模块用于确定电杆的特征描述子与该电杆的每个关联电杆的特征描述子之间的匹配程度,并确定电杆与匹配程度大于预设阈值的关联电杆之间存在电线。其中,该用于确定电线位置的设备可以为手机、手持地面站、智能遥控器或云管理平台等。
如此,由于相对于电线而言,电杆更易于检测,因此通过获取的图像信息确定电杆的位置和特征,进而确定目标区域中电线的位置,可以避免由于电线过于细小而无法识别的情况发生,从而提高对电线的检测精度,并且相对于通过机载传感器逐个检测的方法而言,检测效率更高。
另外,本发明实施方式还提供一种用于确定电线位置的设备,该用于确定电线位置的设备可以包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行计算机程序,以实现上述的用于确定电线位置的方法。其中,该用于确定电线位置的设备可以为手机、手持地面站、智能遥控器或云管理平台等。
此外,本发明实施方式还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于在被处理器执行时使得处理器能够执行上述的用于确定电线位置的方法。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本发明实施方式时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施方式可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施方式、完全软件实施方式、或结合软件和硬件方面的实施方式的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施方式的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“具体实施方式”或“一些示例”等的描述意指结合该实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施方式或示例以及不同实施方式或示例的特征进行结合和组合。
本说明书中的各个实施方式均采用递进的方式描述,各个实施方式之间相同相似的部分互相参见即可,每个实施方式重点说明的都是与其他实施方式的不同之处。尤其,对于设备实施方式而言,由于其基本相似于方法实施方式,所以描述的比较简单,相关之处参见方法实施方式的部分说明即可。
以上所述仅为本发明的实施方式而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种用于确定电线位置的方法,其特征在于,所述方法包括:
获取目标区域的图像信息;
根据所述图像信息识别所述目标区域中的电杆;
获取所述电杆所在位置的预设范围内的图像特征;
根据所述图像特征生成所述电杆的特征描述子;
根据不同的所述电杆之间的距离确定每个电杆的关联电杆;
确定所述电杆的特征描述子与该电杆的每个关联电杆的特征描述子之间的匹配程度;以及
确定所述电杆与所述匹配程度大于预设阈值的关联电杆之间存在电线。
2.根据权利要求1所述的方法,其特征在于,所述根据不同的所述电杆之间的距离确定每个电杆的关联电杆,包括:
根据所述电杆所在的位置确定不同的所述电杆之间的距离;以及
确定距离所述电杆最近的预设数量的电杆为该电杆的关联电杆。
3.根据权利要求1所述的方法,其特征在于,所述根据不同的所述电杆之间的距离确定每个电杆的关联电杆,包括:
根据所述电杆所在的位置确定不同的所述电杆之间的距离;以及
确定与所述电杆的距离在预设距离内的电杆为该电杆的关联电杆。
4.根据权利要求1所述的方法,其特征在于,所述确定所述电杆的特征描述子与该电杆的每个关联电杆的特征描述子之间的匹配程度,包括:
确定所述电杆的特征描述子与该电杆的所述关联电杆的特征描述子之间的欧几里得距离;以及
根据所述欧几里得距离确定所述匹配程度。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述图像信息确定所述电杆的高度;以及
根据所述电线两端的所述电杆的高度确定所述电线的高度范围。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述电杆的特征描述子确定所述电杆的类型;以及
根据所述电杆的类型确定所述电杆的拉线的位置。
7.根据权利要求1至6中任意一项权利要求所述的方法,其特征在于,所述图像信息包括数字正射影像图和点云数据。
8.一种用于确定电线位置的设备,其特征在于,所述设备包括:
通信模块,用于获取目标区域的图像信息;
识别模块,用于根据所述图像信息识别所述目标区域中的电杆;
获取模块,用于获取所述电杆所在的位置的预设范围内的图像特征;
生成模块,用于根据所述图像特征生成所述电杆的特征描述子;
运算模块,用于根据不同的所述电杆之间的距离确定每个电杆的关联电杆;以及
处理模块,用于确定所述电杆的特征描述子与该电杆的每个关联电杆的特征描述子之间的匹配程度,并确定所述电杆与所述匹配程度大于预设阈值的关联电杆之间存在电线。
9.一种用于确定电线位置的设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序,以实现根据权利要求1至7中任意一项权利要求所述的用于确定电线位置的方法。
10.一种机器可读存储介质,其特征在于,该机器可读存储介质上存储有指令,该指令用于在被处理器执行时使得所述处理器能够执行根据权利要求1至7中任意一项权利要求所述的用于确定电线位置的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911142736.1A CN111104861B (zh) | 2019-11-20 | 2019-11-20 | 用于确定电线位置的方法和设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911142736.1A CN111104861B (zh) | 2019-11-20 | 2019-11-20 | 用于确定电线位置的方法和设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111104861A true CN111104861A (zh) | 2020-05-05 |
CN111104861B CN111104861B (zh) | 2024-04-30 |
Family
ID=70421464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911142736.1A Active CN111104861B (zh) | 2019-11-20 | 2019-11-20 | 用于确定电线位置的方法和设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111104861B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112034470A (zh) * | 2020-09-02 | 2020-12-04 | 亿嘉和科技股份有限公司 | 一种基于固态面阵激光雷达的电缆识别定位方法 |
CN113454558A (zh) * | 2020-09-24 | 2021-09-28 | 深圳市大疆创新科技有限公司 | 障碍物检测方法、装置、无人机和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107688824A (zh) * | 2017-07-27 | 2018-02-13 | 平安科技(深圳)有限公司 | 图片匹配方法及终端设备 |
CN110095752A (zh) * | 2019-05-07 | 2019-08-06 | 百度在线网络技术(北京)有限公司 | 定位方法、装置、设备和介质 |
CN110414542A (zh) * | 2018-04-27 | 2019-11-05 | 深圳市祈飞科技有限公司 | 一种用于自动榨汁售卖机的水果流道检测方法和*** |
-
2019
- 2019-11-20 CN CN201911142736.1A patent/CN111104861B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107688824A (zh) * | 2017-07-27 | 2018-02-13 | 平安科技(深圳)有限公司 | 图片匹配方法及终端设备 |
CN110414542A (zh) * | 2018-04-27 | 2019-11-05 | 深圳市祈飞科技有限公司 | 一种用于自动榨汁售卖机的水果流道检测方法和*** |
CN110095752A (zh) * | 2019-05-07 | 2019-08-06 | 百度在线网络技术(北京)有限公司 | 定位方法、装置、设备和介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112034470A (zh) * | 2020-09-02 | 2020-12-04 | 亿嘉和科技股份有限公司 | 一种基于固态面阵激光雷达的电缆识别定位方法 |
CN113454558A (zh) * | 2020-09-24 | 2021-09-28 | 深圳市大疆创新科技有限公司 | 障碍物检测方法、装置、无人机和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111104861B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111160302B (zh) | 基于自动驾驶环境的障碍物信息识别方法和装置 | |
CN109324337B (zh) | 无人飞行器的航线生成及定位方法、装置及无人飞行器 | |
CN110174093B (zh) | 定位方法、装置、设备和计算机可读存储介质 | |
CN108319655B (zh) | 用于生成栅格地图的方法和装置 | |
US11474247B2 (en) | Methods and systems for color point cloud generation | |
US20210390329A1 (en) | Image processing method, device, movable platform, unmanned aerial vehicle, and storage medium | |
CN108279670B (zh) | 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质 | |
CN109271861B (zh) | 多尺度融合的点云交通标识牌自动提取方法 | |
CN110470333B (zh) | 传感器参数的标定方法及装置、存储介质和电子装置 | |
CN113657224A (zh) | 车路协同中用于确定对象状态的方法、装置、设备 | |
CN102567449A (zh) | 视觉***及分析图像的方法 | |
US20220270323A1 (en) | Computer Vision Systems and Methods for Supplying Missing Point Data in Point Clouds Derived from Stereoscopic Image Pairs | |
CN111339876B (zh) | 用于识别场景中各区域类型的方法和装置 | |
CN111104861B (zh) | 用于确定电线位置的方法和设备以及存储介质 | |
US12002237B2 (en) | Position coordinate derivation device, position coordinate derivation method, position coordinate derivation program, and system | |
CN113012215A (zh) | 一种空间定位的方法、***及设备 | |
CN114494466A (zh) | 外参标定方法、装置及设备、存储介质 | |
CN112689234B (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
CN112393735A (zh) | 定位方法及装置、存储介质、电子装置 | |
CN114092850A (zh) | 重识别方法、装置、计算机设备和存储介质 | |
CN116386373A (zh) | 车辆定位方法、装置、存储介质及电子设备 | |
CN113850173A (zh) | 针对故障光伏组件的消除重复定位的方法、装置及介质 | |
AU2018102199A4 (en) | Methods and systems for color point cloud generation | |
KR20220062709A (ko) | 모바일 디바이스 영상에 기반한 공간 정보 클러스터링에 의한 재난 상황 인지 시스템 및 방법 | |
US20230243976A1 (en) | Systems and methods for utility pole loading and/or clearance analyses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant after: XAG Co., Ltd. Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant before: Guangzhou Xaircraft Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |